最近在做一个企业内部知识库的RAG问答项目，用的是LangChain+OpenAI的embedding。文档主要是产品手册和技术文档，我试了固定256 tokens、加20%重叠的切片方式，但用户问“内存泄漏排查步骤”这类问题，召回来的片段经常是上下文割裂的，要么少关键步骤，要么混进无关内容。改成按段落切又发现长段落超过512 tokens后，检索精度下降得厉害。想问问大家在实际项目里，一般怎么根据文档类型动态调整切片策略？有没有什么经验或者工具能自动评估切片效果？先谢过各位大佬了。